ИИ ВРЫВАЕТСЯ В МИР ЖИВОТНОВОДСТВА

Аннотация. Искусственный интеллект (ИИ) появляется практически во всех отраслях, и здравоохранение и питание животных не являются исключением. Компании, в том числе DSM-Firmenich, собирают сотни тысяч данных о домашнем скоте и птице для мониторинга здоровья и продуктивности животных, а также для выявления и прогнозирования проблем для их более раннего решения. ИИ может анализировать все эти данные, чтобы помочь производителям принимать правильные решения для своей деятельности.

Введение. «Мы вступаем в эпоху, когда сложность и объем данных могут быть одновременно самой большой возможностью, которую мы имеем в нашем секторе животноводства, и одновременно самой большой проблемой», – сказал Feed Strategy в интервью Feed Strategy Аарон Коуисон, старший научный сотрудник DSM-Firmenich (интервью во время Всемирного форума по кормлению (WNF) 2023 года).

Но существует ли такая вещь, как слишком много данных?

«Я не думаю, что у вас может быть слишком много данных, но вы можете иметь более или менее релевантные данные», – сказал он. «И здесь вам нужно использовать машинное обучение и искусственный интеллект для анализа всех этих данные одновременно, в отличии от человеческих возможностей».

Служба точности анализа данных Verax от DSM помогает ветеринарам, технологам по кормлению и операторам принимать более обоснованные решения о здоровье своих животных, используя биомаркеры крови, которые могут обнаруживать проблемы с продуктивностью.

«Мы берем в основном биомаркеры и метаданные животных, данные о продуктивности, показателях смертности, состоянии здоровья и т. д. и создаем модели, которые будут использовать биомаркеры для прогнозирования возникновения, распространенности и тяжести заболеваний», – сказал Коуисон. «В частности, у бройлеров мы принимаем биомаркеры крови, потому что у нас есть легкий доступ к крови, поскольку проводятся регулярные вскрытия».

Он сказал, что компания также работает над неинвазивным сбором биомаркеров – «датчиками и устройствами, которые могут пассивно контролировать показатели, даже не вмешиваясь и не поднимая это животное».

Биомаркеры крови позволяют раньше обнаружить признаки дефицита питательных веществ или заболеваний, а использование данных в режиме реального времени может их исправить. Данные отслеживаются и анализируются в цифровом приложении с использованием машинного обучения. Приложение выдает рекомендации, сопоставленные с отраслевыми данными, и действия можно предпринять немедленно.

«Например, при таком заболевании, как кокцидиоз… мы можем видеть изменения в крови», – сказал Коуисон. «Еще один простой пример, который мы наблюдаем у бройлеров в зимние месяцы: очень уникальный образец биомаркеров, которого нет летом, связанный, как полагается, с респираторными проблемами, возникающими зимой. Итак, у них появляются признаки респираторного ацидоза. Подобные вещи вы сможете предвидеть на следующую зиму, и, возможно, вам захочется сделать какой-то другой выбор в отношении вентиляции, кормления и так далее».

Использование метаданных для большей информированности. По словам Раджа Муругесана, руководителя глобального отдела птицеводства в DSM-Firmenich, который также говорил с Feed Strategy во время WNF, собрав данные о данных – или метаданные – программы здравоохранения и кормления могут быть более точными. Это означает не только сбор, скажем, образцов крови и кишечника птицы во время вскрытия, но также сбор данных о том, как птица была выращена, откуда был получен корм, тип ингредиентов, рецептура корма и т. д.

«Именно здесь ИИ может предсказать, что изменится, основываясь на изменении всего лишь одной точки данных. Например, если вы сообщите ИИ, что переходите от одного источника аминокислот к другому, у него будет статистическая возможность потенциально предсказать результат на основе уже собранных данных», – сказал Муругесан.

Поскольку по-прежнему существует большое количество фермеров, которые записывают данные с помощью ручки и бумаги, он сказал, что цель DSM-Firmenich состоит в том, чтобы все ее производители использовали одну цифровую программу, в которой данные автоматически собираются с помощью датчиков или вводятся через цифровое устройство. Затем данные сохраняются в облаке и доступны из любого места.

Заключение. Предсказывая проблемы, ИИ может в первую очередь предотвратить их возникновение. Результатом может стать повышение прибыльности, устойчивости и благополучия животных.